Repositorio Dspace

Sistema ambulatorio de detección de anomalías de signos vitales mediante IoT y red neuronal.

Mostrar el registro sencillo del ítem

dc.contributor.advisor Albarracin Guarochico, Wilmer Fabian
dc.contributor.advisor Baldeón Egas, Paúl Francisco
dc.contributor.author Flores Gutierrez, Leonardo Alexander
dc.date.accessioned 2026-03-10T16:09:24Z
dc.date.available 2026-03-10T16:09:24Z
dc.date.issued 2025-09
dc.identifier.citation Flores Gutierrez Leonardo Alexander (2025) Sistema ambulatorio de detección de anomalías de signos vitales mediante IoT y red neuronal. MAESTRÍA EN ELECTRÓNICA Y AUTOMATIZACIÓN Quito: Universidad Israel, 2025 99p. Mg. Albarracin Guarochico Wilmer Fabian, PhD. Baldeón Egas Paul Francisco, UISRAEL-EC-MASTER-ELEC-PRO-378.242-2025-016. es_ES
dc.identifier.other UISRAEL-EC-MASTER-ELEC-PRO-378.242-2025-016.
dc.identifier.uri http://repositorio.uisrael.edu.ec/handle/47000/4454
dc.description Monitoring vital signs is an essential tool in both the prevention and treatment of various diseases, enabling the early detection of changes in patients' health. Historically, these systems have been restricted to hospital settings, complicating the continuous monitoring of patients with chronic illnesses or those at risk, as mentioned by Shaik et al. (2023). Now, the development of technologies that improve quality of life, such as the Internet of Things (IoT), is a priority. This has led to the development of devices capable of collecting and transmitting data in real time, thus increasing the accessibility and effectiveness of remote monitoring. A significant challenge in vital sign monitoring is the analysis of large datasets to automatically identify anomalous patterns. In this sense, using Artificial Intelligence and machine learning techniques becomes a key strategy for optimizing the detection of irregularities, reducing false positives, and increasing the accuracy of diagnostic and treatment decisions. Platforms like Firebase offer a secure and scalable infrastructure for storing data or information, which can then be analyzed, facilitating access to this data for healthcare professionals and enabling the implementation of automatic alert systems. The study developed in this work aims to develop a vital signs visualization system that uses a combination of IoT and AI, utilizing a Particle Argon card and Firebase to store data in real time and, with the help of a remote RN, identify anomalous patterns. This system is expected to enhance the efficiency of remote patient monitoring and offer an innovative technological solution for the medical field. The integration of IoT, AI, and cloud storage represents a promising strategy for modernizing health monitoring, facilitating faster and more accurate clinical interventions (SEMERGEN, 2021). es_ES
dc.description.abstract El seguimiento de los signos vitales constituye una herramienta esencial tanto en la prevención como en el tratamiento de diversas enfermedades, al posibilitar la detección temprana de cambios en la salud de los pacientes. En la historia estos sistemas se han restringido en recintos hospitalarios, lo que complica la monitorización continua de pacientes con enfermedades crónicas o en condiciones de riesgo según lo mencionado por (Shaik, y otros, 2023). Ahora se tiene como prioridad el desarrollo de las tecnologías que faciliten la calidad de vida como es la introducción del Internet de las Cosas (IoT), lo que da lugar al desarrollo dispositivos capaces de recopilar y transmitir datos en tiempo real, aumentando así la accesibilidad y la efectividad de realizar monitoreo a distancia. Un reto importante en el monitoreo de los signos vitales es el análisis de grandes paquetes de entrada de información para identificar de forma automática patrones anómalos. En este sentido, utilizar la Inteligencia Artificial y técnicas de aprendizaje automático se convierte en una estrategia clave para optimizar la detección de irregularidades, disminuyendo los falsos positivos y aumentando la precisión en las decisiones de un diagnóstico o tratamiento. Las plataformas como Firebase ofrecen una infraestructura segura y escalable para almacenar datos o información, que posteriormente se puede analizar, facilitando el acceso a estos datos a los profesionales de salud y permitiendo la implementación de sistemas de alerta automáticos. El estudio desarrollado en este trabajo tiene como finalidad desarrollar un sistema de visualización de signos vitales, que utilice la combinación de IoT e IA, utilizando una tarjeta Argon de Particle y Firebase para almacenar datos en tiempo real y con la ayuda de una RN identificar patrones anómalos. Se espera que este sistema potencie la eficiencia del seguimiento remoto de pacientes y ofrezca una solución tecnológica innovadora para el ámbito médico. La integración de IoT, IA y almacenamiento en la nube representa una estrategia prometedora para la modernización del monitoreo de salud, facilitando intervenciones clínicas más rápidas y precisas(SEMERGEN), 2021). es_ES
dc.format.extent 99 Pág es_ES
dc.language.iso spa es_ES
dc.publisher Quito, Ecuador: Universidad Tecnológica Israel es_ES
dc.relation.ispartofseries MASTER-ELEC-PRO;016
dc.rights openAccess es_ES
dc.rights.uri http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ es_ES
dc.subject Pacientes con enfermedades crónicas es_ES
dc.subject Transmitir Datos es_ES
dc.subject Profesionales de la salud es_ES
dc.subject Sistema de visualización es_ES
dc.subject Falsos Positivos es_ES
dc.subject.other Fundamentos de Electrónica Industrial y Sistemas Electromecánicos es_ES
dc.subject.other Industria 4.0: Transformación Industrial Digital es_ES
dc.title Sistema ambulatorio de detección de anomalías de signos vitales mediante IoT y red neuronal. es_ES
dc.type masterThesis es_ES


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

openAccess Excepto si se señala otra cosa, la licencia del ítem se describe como openAccess

Buscar en DSpace


Búsqueda avanzada

Listar

Mi cuenta